ராப்ளாக்ஸ் கியூப் அறிமுகம்: 3D மற்றும் 4D-க்கான எங்கள் முக்கிய ஜெனரேட்டிவ் AI அமைப்பு

• நாங்கள் எங்கள் கியூப் 3D அடித்தள மாதிரியை ஜெனரேட்டிவ் AI-க்காக வெளியிடுகிறோம்.
• நாங்கள் கியூப் 3D அடித்தள மாதிரியின் ஒரு பதிப்பை ஓப்பன் சோர்ஸ் ஆகவும் வெளியிடுகிறோம்.
• கியூப் 3D மெஷ் ஜெனரேஷனின் பீட்டா பதிப்பு—ராப்லாக்ஸ் ஸ்டுடியோவிலும் மற்றும் இன்-எக்ஸ்பீரியன்ஸ் லூவா API ஆகவும்—இந்த வாரம் கிடைக்கும். 

கடந்த இலையுதிர்காலத்தில், ரோப்லாக்ஸில் 3D பொருட்கள் மற்றும் காட்சிகளை உருவாக்க ஒரு திறந்த மூல 3D அடித்தள மாதிரியை உருவாக்கும் ஒரு லட்சியத் திட்டத்தை நாங்கள் அறிவித்தோம். இந்த வாரம், இந்த மாதிரியின் முதல் வெளியீட்டை நாங்கள் திறந்த மூலமாக வெளியிடுகிறோம். இதன் மூலம் ரோப்லாக்ஸ் தளத்திற்கு உள்ளேயோ அல்லது வெளியேயோ உள்ள எவரும் இதை GitHub மற்றும் HuggingFace ஆகிய இரண்டிலும் பயன்படுத்த முடியும். இந்த மாடலுக்கு நாங்கள் கியூப் 3D என்று பெயரிட்டுள்ளோம். எங்கள் மெஷ் ஜெனரேஷன் API-யின் பீட்டா வெளியீட்டுடன், அதன் முதல் திறனை நாங்கள் அறிமுகப்படுத்துகிறோம். வரும் ஆண்டுகளில் நாங்கள் உருவாக்கும் பல AI கருவிகளுக்கு, மிகவும் சிக்கலான காட்சி-உருவாக்கும் கருவிகள் உட்பட, கியூப் அடித்தளமாக அமையும். இது இறுதியில் உரை, படங்கள், வீடியோ மற்றும் பிற வகையான உள்ளீடுகளில் பயிற்சி பெற்ற ஒரு பல்லுணர்வு மாதிரியாக இருக்கும்—மேலும் இது எங்களின் தற்போதைய AI உருவாக்கும் கருவிகளுடன் ஒருங்கிணைக்கப்படும்.

கியூப் 3D, உரை மற்றும் எதிர்காலத்தில் பட உள்ளீடுகளிலிருந்து நேரடியாக 3D மாதிரிகளையும் சூழல்களையும் உருவாக்குகிறது. இன்று, அதிநவீன 3D உருவாக்கம், 3D பொருட்களை உருவாக்க படங்களையும் மறுகட்டமைப்பு அணுகுமுறையையும் பயன்படுத்துகிறது. போதுமான 3D பயிற்சித் தரவுகள் இல்லாதபோது இது ஒரு நல்ல தேர்வாகும். இருப்பினும், எங்கள் தளத்தின் தன்மை காரணமாக, நாங்கள் பூர்வீக 3D தரவுகளில் பயிற்சி செய்கிறோம். உருவாக்கப்பட்ட பொருள் இன்றைய கேம் இன்ஜின்களுடன் முழுமையாக இணக்கமானது மற்றும் பொருட்களை செயல்பாட்டுக்குக் கொண்டுவர நீட்டிக்கப்படலாம். 

இங்குள்ள வேறுபாடு, ஒரு பந்தயத் தடம் திரைப்படத் தொகுப்பைப் போன்றது. தொலைக்காட்சியில், நீங்கள் முழுமையாகச் செயல்படும் பந்தயத் தடம் போலத் தோற்றமளிக்கும் ஒன்றைக் காணலாம்; அதில் பார்வையாளர் இருக்கைகள், வாகன நிறுத்துமிடங்கள் மற்றும் ஒரு வெற்றிப் பாதை ஆகியவை இருக்கும். ஆனால், நீங்கள் அந்தத் தொகுப்பைச் சுற்றி நடந்தால், அந்தக் கட்டமைப்புகள் உண்மையில் தட்டையானவை என்பதை விரைவாக உணர்ந்து கொள்வீர்கள். உண்மையாகவே மூழ்கடிக்கும் 3D உலகை உருவாக்க, முழுமையான, செயல்படும் கட்டமைப்புகள் தேவை; அதாவது, நீங்கள் வாகனங்களை ஓட்டிச் செல்லக்கூடிய வாகன நிறுத்துமிடங்கள், நீங்கள் அமரக்கூடிய பார்வையாளர் இருக்கைகள், மற்றும் செயல்படும் மேடத்துடன் கூடிய ஒரு வெற்றிப் பாதை தேவை.

இதை அடைய, ஒரு வாக்கியத்தை உருவாக்க அடுத்த டோக்கனைக் கணிக்கக்கூடிய, உரை டோக்கன்கள் (அல்லது எழுத்துகளின் தொகுப்புகள்) மீது பயிற்சி பெற்ற அதிநவீன மாதிரிகளிடமிருந்து நாங்கள் உத்வேகம் பெற்றுள்ளோம். எங்கள் கண்டுபிடிப்பு அதே மையக் கருத்தை அடிப்படையாகக் கொண்டது. 3D பொருட்களை டோக்கனாக்கவும், டோக்கன்களாக வடிவங்களைப் புரிந்துகொள்ளவும் நாங்கள் ஒரு திறனை உருவாக்கியுள்ளோம், மேலும் ஒரு முழுமையான 3D பொருளை உருவாக்க அடுத்த வடிவ டோக்கனைக் கணிக்க Cube 3D-ஐப் பயிற்றுவித்துள்ளோம். இதை முழு காட்சி உருவாக்கத்திற்கு நாங்கள் விரிவுபடுத்தும்போது, Cube 3D தளவமைப்பைக் கணிக்கிறது, பின்னர் அந்த தளவமைப்பை நிறைவு செய்ய வடிவத்தைக் கணிக்கிறது.

எந்தவொரு பயனரும் தங்கள் தேவைகளுக்கு ஏற்ப கியூப் 3D-ஐ ஃபைன்-டியூன் செய்யலாம், அதற்கான பிளக்-இன்களை உருவாக்கலாம் அல்லது தங்கள் சொந்த தரவுகளில் பயிற்சி அளிக்கலாம். AI கருவிகள் வெளிப்படைத்தன்மை மற்றும் ஒளிவுமங்கலத்துடன் கட்டமைக்கப்பட வேண்டும் என்று நாங்கள் நம்புகிறோம், அதனால்தான் நாங்கள் திறந்த மூல AI சமூகத்தில் ஒரு அர்ப்பணிப்புள்ள கூட்டாளராக இருக்கிறோம். AI பாதுகாப்பில் ஏற்படும் முன்னேற்றங்களைப் பகிர்ந்து கொள்வது, முழுத் துறையின் புதுமைகளையும் தொழில்நுட்ப முன்னேற்றங்களையும் துரிதப்படுத்த உதவும் என்று நாங்கள் உறுதியாக நம்புவதால், எங்கள் AI பாதுகாப்பு மாதிரிகளில் ஒன்றை நாங்கள் வெளியிட்டோம். இந்தக் காரணத்திற்காக, திறந்த மூலப் பாதுகாப்புக் கருவிகளைக் கொண்டு டிஜிட்டல் பாதுகாப்பின் முக்கியப் பகுதிகளில் கவனம் செலுத்தும் ஒரு புதிய இலாப நோக்கற்ற நிறுவனமான ROOST-ஐ நிறுவவும் நாங்கள் உதவினோம். Cube 3D-ஐ திறந்த மூலமாக மாற்றுவதன் மூலம், ஆராய்ச்சியாளர்கள், டெவலப்பர்கள் மற்றும் பரந்த AI சமூகத்தைச் சேர்ந்தவர்கள் 3D உருவாக்கத் துறையில் கற்றுக்கொள்வதற்கும், மேம்படுத்துவதற்கும், முன்னேற்றுவதற்கும் உதவுவதே எங்கள் நோக்கமாகும்.

உருவாக்கத்திற்கான கியூப் 3D

3D சொத்துக்கள், துணைக்கருவிகள் மற்றும் அனுபவங்களை உருவாக்குவதை AI எவ்வாறு துரிதப்படுத்த முடியும் என்பது பற்றி நாங்கள் முன்பு பேசியிருக்கிறோம். இறுதியில், AI இன்னும் அதிக மூழ்கடிக்கும் மற்றும் தனிப்பயனாக்கப்பட்ட விளையாட்டு மற்றும் இணைப்புகளை செயல்படுத்தும். இந்த அனுபவங்களின் உருவாக்குநர்கள் மற்றும் அவற்றில் நேரத்தைச் செலவிடும் பயனர்கள் இருவருக்கும், உருவாக்கச் சுழற்சியின் ஒவ்வொரு கட்டத்திலும் AI-ஐ ஆதரிப்பதற்காக நாங்கள் உள்கட்டமைப்பில் முதலீடு செய்கிறோம். டெவலப்பர்கள் தங்கள் அனுபவங்களில் AI-ஐ செயல்படுத்துவதன் மூலம், தங்கள் பயனர்களுக்கு உருவாக்குவதற்கான புதிய வழிகளை வழங்கும் ஒரு எதிர்காலத்தை நாங்கள் கற்பனை செய்கிறோம். இது, 85 மில்லியனுக்கும் அதிகமான தினசரி செயலில் உள்ள பயனர்களின் கைகளில், அவர்களின் விளையாட்டின் ஒரு பகுதியாக AI-யின் சக்தியை வைக்கிறது.

கடந்த ஆண்டில், டெவலப்பர்களுக்குத் தேவையான கருவிகளையும் திறன்களையும் வழங்குவதற்கும், பல மணிநேர கைமுறை வேலையை நீக்குவதற்கும், ராப்ளாக்ஸ் ஸ்டுடியோவிற்குள் எங்கள் AI-ஆல் இயக்கப்படும் உதவியாளர் மூலம் பல புதிய அம்சங்களை நாங்கள் அறிமுகப்படுத்தியுள்ளோம். கியூப் மூலம், 3D உருவாக்கத்தை மேலும் திறமையாக மாற்ற நாங்கள் நோக்கமாகக் கொண்டுள்ளோம். 3D மெஷ் ஜெனரேஷனுடன், டெவலப்பர்கள் புதிய படைப்பு வழிகளை விரைவாக ஆராய்ந்து, எதை முன்னெடுத்துச் செல்வது என்பதை விரைவாகத் தீர்மானிப்பதன் மூலம் தங்கள் உற்பத்தித்திறனை அதிகரிக்க முடியும்.

ஒரு பந்தயத் தடம் விளையாட்டை உருவாக்குவதாகக் கற்பனை செய்து பாருங்கள். இன்று, நீங்கள் அசிஸ்டன்டில் உள்ள மெஷ் ஜெனரேஷன் API-ஐப் பயன்படுத்தி, "/generate a motorcycle" அல்லது "/generate orange safety cone" போன்ற ஒரு விரைவான உரையைத் தட்டச்சு செய்வதன் மூலம் அதைச் செய்யலாம். வினாடிகளுக்குள், அந்த API இந்தப் பொருட்களின் மெஷ் பதிப்பை உருவாக்கும். பின்னர் அவற்றை டெக்ஸ்ச்சர், வண்ணம் போன்றவற்றால் மெருகேற்றலாம். இந்த API-ஐக் கொண்டு, நீங்கள் பொருட்களை மாடலிங் செய்யலாம் அல்லது உங்கள் இடத்தை மிக வேகமாக வடிவமைக்கலாம்—எளிய பொருட்களை மாடலிங் செய்ய மணிக்கணக்கில் செலவிடத் தேவையில்லை. இது பாதையின் வடிவமைப்பு மற்றும் காரின் கையாளுதலைச் செம்மைப்படுத்துவது போன்ற வேடிக்கையான விஷயங்களில் கவனம் செலுத்த உங்களை அனுமதிக்கிறது. இந்த API உருவாக்கப்படும் ஒவ்வொரு பொருளிலும் பல மணிநேரங்களைச் சேமிக்கிறது, மேலும் அதிக நேரத்தையோ அல்லது முயற்சியையோ செலவிடுவது பற்றி கவலைப்படாமல் புதிய யோசனைகளைச் சோதித்துப் பார்க்க அந்த நேரத்தை உங்களுக்குத் திருப்பிக் கொடுக்கிறது. நீண்ட கால அடிப்படையில், மேலும் சிக்கலான மற்றும் செயல்பாட்டுப் பொருட்கள், ஏன் காட்சிகளைக் கூட செயல்படுத்த நாங்கள் திட்டமிட்டுள்ளோம்.

உள்ளே ஒரு பார்வை: 3D மற்றும் உரை/படம் டோக்கன்களுக்கு இடையேயான குறுக்கு கவனம்

முக்கிய தொழில்நுட்பச் சவால், உரை மற்றும் படங்களை 3D வடிவங்களுடன் இணைப்பதாகும். எங்களின் முக்கிய தொழில்நுட்ப முன்னேற்றம் 3D டோக்கனைசேஷன் ஆகும், இது உரை டோக்கன்களாக மாற்றப்படுவது போலவே, 3D பொருட்களையும் டோக்கன்களாக மாற்ற எங்களை அனுமதிக்கிறது. இது, மொழி மாதிரிகள் ஒரு வாக்கியத்தில் அடுத்த வார்த்தையைக் கணிப்பதைப் போலவே, அடுத்த வடிவத்தை கணிக்க எங்களுக்கு உதவுகிறது.

3D உருவாக்கத்தை அடைவதற்காக, ஒற்றைப் பொருள், வடிவம் நிறைவு, மற்றும் பலபொருள்/காட்சி அமைப்பு உருவாக்கம் ஆகியவற்றின் தானியங்கி பின்னடைவு உருவாக்கத்திற்காக நாங்கள் ஒரு ஒருங்கிணைந்த கட்டமைப்பை வடிவமைத்துள்ளோம். தானியங்கி பின்னடைவு மாற்றுருப்பான்கள் (Autoregressive transformers) என்பவை, அடுத்த கூறுகளைக் கணிக்க முந்தைய உள்ளீடுகளைப் பயன்படுத்தும் நரம்பியல் வலையமைப்புகள் ஆகும். இந்தக் கட்டமைப்பு, விரிவாக்கத்திறன் மற்றும் பலவகை ஊடக இணக்கத்தன்மை ஆகிய இரண்டையும் வழங்குகிறது. இதன் மூலம், நாம் மாதிரியை விரிவுபடுத்தும்போது, அது பலதரப்பட்ட உள்ளீடுகளுடன் (எழுத்து, காட்சி, ஒலி மற்றும் 3D) செயல்படும். நாங்கள் இந்த மாடலை ஓப்பன்-சோர்ஸ் செய்கிறோம். இந்த ஆரம்ப கட்டத்தில், படைப்பாளிகள் உரை உந்துதல்களின் அடிப்படையில் 3D பொருட்களை உருவாக்க முடியும். எதிர்காலத்தில், படைப்பாளிகள் பலவகை ஊடக உள்ளீடுகளின் அடிப்படையில் முழு காட்சிகளையும் உருவாக்க முடியும் என நாங்கள் நம்புகிறோம்.

வடிவ உருவாக்கத்திற்காக ஒரு ஜெனரேட்டிவ் ப்ரீடிரெய்ன்ட் டிரான்ஸ்ஃபார்மரை (GPT) பயிற்றுவிக்க, நாங்கள் தனித்தனி 3D வடிவ டோக்கன்களைப் பயன்படுத்தி அவற்றை உரை குறிப்புகளுடன் சீரமைக்கிறோம். இந்த புதிய அணுகுமுறை, விளையாடக்கூடிய 3D காட்சி உருவாக்க உலகத்திற்கு எங்களைத் தயார்படுத்துகிறது.

கியூப் எங்கு செல்கிறது

இன்று, உலகின் பெரும்பாலான பகுதி, ஒரு வாக்கியத்தில் வார்த்தைகளைக் கணிக்க, உரையமைப்பிற்கு AI-ஐப் பயன்படுத்துகிறது. பலர் படங்களுக்கும், பிக்சல்களைக் கணிக்கவும் இதைப் பயன்படுத்துகின்றனர். காட்சிகளை உருவாக்கும்போது இது மிகவும் சிக்கலானது, ஏனெனில் இந்தக் கூறுகள் அனைத்தும் ஒன்றாக இணைந்து, ஒருவருக்கொருவர் சூழலுக்கு ஏற்ப செயல்பட வேண்டும். உதாரணமாக, "மரங்கள் நிறைந்த பந்தயத் தடம் ஒன்றின் முன், மோட்டார் சைக்கிளில் ஒரு அவதார்" என்று விவரிக்கக்கூடிய ஒரு எளிய காட்சியுடன் கூடிய ஒரு அனுபவத்தை கற்பனை செய்து பாருங்கள். 

இந்த அனுபவத்தை உருவாக்க பல கூறுகள் தேவைப்படுகின்றன. மரங்கள் இரண்டு 3D மெஷ்களின் கலவையாகும், மோட்டார் சைக்கிள் விவரங்கள் மற்றும் முக்கோணங்களைக் கொண்ட ஒரு அடர்த்தியான மெஷ் ஆகும், மேலும் கட்டிடங்கள் ராப்ளாக்ஸ் பாகங்களால் ஆனவை. மோட்டார் சைக்கிளில் உள்ள அவதாரத்தின் உடல், கைகால் மற்றும் தலைக்கு மிகவும் சிக்கலான வடிவியல் அம்சங்கள் உள்ளன. இறுதியாக, இவையனைத்தையும் ஒரு தளவமைப்புடன் இணைக்க நமக்கு ஒரு வழி தேவை. அதற்கு, இந்த வடிவவியலை எவ்வாறு ஒழுங்கமைப்பது என்பதை அறிய, ஒரு பொருளின் அளவு மற்றும் இருப்பிடத்தை வரையறுக்க அதன் எல்லைப் பெட்டிகள் தேவை. இது ஒரு சிரமமான செயல்முறையாகும், ஆனால் ஒவ்வொரு படியிலும் உதவ AI-க்கு திறன் உள்ளது. AI-யின் மூலம், உருவாக்குநர்கள் முதல் பதிப்பை விரைவாகப் பெற முடியும் மற்றும் புதிய யோசனைகளைச் சோதிக்க அல்லது தங்கள் காட்சியை மெருகேற்ற அதிக நேரம் கிடைக்கும். 

அங்கு நாம் சென்றடையும் போது, நாம் உருவாக்கும் 3D பொருட்களும் காட்சிகளும் முழுமையாகச் செயல்பட வேண்டும் என்று நாங்கள் விரும்புகிறோம். இதை நாங்கள் 4D படைப்பு என்று அழைக்கிறோம், இதில் நான்காவது பரிமாணம் என்பது பொருட்கள், சூழல்கள் மற்றும் மக்களுக்கு இடையிலான ஊடாடலாகும். இதை அடைவதற்கு, மூழ்கடிக்கும் 3D பொருட்களையும் காட்சிகளையும் உருவாக்குவது மட்டுமல்லாமல், அந்தப் பொருட்களுக்கு இடையிலான சூழல்களையும் உறவுகளையும் புரிந்துகொள்ளும் திறனும் தேவைப்படுகிறது. கியூப் (Cube) மூலம் நாங்கள் செல்லும் திசை இதுவே. 

மெஷ் உருவாக்கத்தின் இந்த முதல் பயன்பாட்டு நிகழ்வைத் தாண்டி, காட்சி உருவாக்கம் மற்றும் புரிதலுக்கு விரிவுபடுத்த நாங்கள் திட்டமிட்டுள்ளோம். பயனர்கள் மிகவும் ஆர்வமாக உள்ள அனுபவங்களை அவர்களுக்கு வழங்கவும், சூழலுக்கு ஏற்றவாறு பொருட்களைச் சேர்ப்பதன் மூலம் காட்சிகளை மேம்படுத்தவும் எங்களால் முடியும். உதாரணமாக, ஒரு காட்டுக் காட்சியுடன் கூடிய அனுபவத்தில், ஒரு டெவலப்பர் பருவம் மாறுவதைக் குறிக்க, மரங்களில் உள்ள அனைத்து அடர் பச்சை இலைகளையும் இலையுதிர்கால இலைகளாக மாற்ற உதவியிடம் கேட்கலாம். எங்கள் AI உதவியாளர் கருவிகள் டெவலப்பரின் கோரிக்கைகளுக்கு எதிர்வினையாற்றி, அவர்களின் அனுபவங்களை விரைவாக உருவாக்கவும், மாற்றியமைக்கவும், விரிவாக்கவும் உதவுகின்றன. 

எங்கள் அடித்தள மாதிரியை நாங்கள் தொடர்ந்து மேம்படுத்தி விரிவுபடுத்தும்போது, புதுப்பிப்புகள் மற்றும் புதிய செயல்பாடுகளைப் பகிர்வோம். அதுவரை, GitHub மற்றும் HuggingFace-இல் நீங்கள் அணுகக்கூடிய எங்கள் திறந்த மூல Cube 3D மாதிரியைப் பயன்படுத்தி மகிழ்வீர்கள் என்றும், அதன் மீது உருவாக்குவீர்கள் என்றும் நம்புகிறோம்.